Wanneer autonome AI agents optreden als tussenlaag tussen gebruikers en beveiligde data, schieten traditionele securitymodellen al snel tekort. De komst van agentic AI vraagt daarom om een nieuwe kijk op toegangsbeheer, waarbij niet alleen wordt gekeken naar wie toegang heeft, maar vooral naar wat een AI agent op ieder moment mag doen.

In deze presentatie laten Roche en Immuta zien hoe we deze uitdaging aanpakken. We beginnen met de ontwikkeling van Roche van een handmatig proces voor database toegang naar een dynamische, op tags gebaseerde marketplace voor datatoegang. Vervolgens kijken we vooruit naar onze aanpak voor governance van AI agents.

We laten zien hoe een custom MCP server dynamisch de rechten van een AI agent kan combineren met de actuele toegangsrechten van de menselijke gebruiker die de vraag stelt. Zo kan op het moment van de query precies worden bepaald welke data toegankelijk is.

Tot slot laten we zien hoe je deze toegangscontrole tot op detailniveau kunt afdwingen, bijvoorbeeld door realtime kolommen af te schermen of rijen te filteren. Tegelijkertijd blijft volledig inzichtelijk wie welke vraag heeft gesteld en welke data daarvoor beschikbaar is gesteld.

Zo ontstaat een model waarin AI agents autonoom kunnen werken, zonder dat dit ten koste gaat van controle, security en transparantie.

Wanneer autonome AI agents optreden als tussenlaag tussen gebruikers en beveiligde data, schieten traditionele securitymodellen al snel tekort. De komst van agentic AI vraagt daarom om een nieuwe kijk op toegangsbeheer, waarbij niet alleen wordt gekeken naar wie toegang heeft, maar vooral naar wat een AI agent op ieder moment mag doen.

In deze presentatie laten Roche en Immuta zien hoe we deze uitdaging aanpakken. We beginnen met de ontwikkeling van Roche van een handmatig proces voor database toegang naar een dynamische, op tags gebaseerde marketplace voor datatoegang. Vervolgens kijken we vooruit naar onze aanpak voor governance van AI agents.

We laten zien hoe een custom MCP server dynamisch de rechten van een AI agent kan combineren met de actuele toegangsrechten van de menselijke gebruiker die de vraag stelt. Zo kan op het moment van de query precies worden bepaald welke data toegankelijk is.

Tot slot laten we zien hoe je deze toegangscontrole tot op detailniveau kunt afdwingen, bijvoorbeeld door realtime kolommen af te schermen of rijen te filteren. Tegelijkertijd blijft volledig inzichtelijk wie welke vraag heeft gesteld en welke data daarvoor beschikbaar is gesteld.

Zo ontstaat een model waarin AI agents autonoom kunnen werken, zonder dat dit ten koste gaat van controle, security en transparantie.